论文部分内容阅读
图像检索一直都是信息处理方面的研究热点,它被广泛地应用于模式识别、机器视觉和统计学习等诸多研究领域。图像检索可以这样描述,给定图像数据集和查询图像,先用特征提取算法提取图像的视觉特征和语义特征,而后利用相似性匹配算法去计算查询图像与数据集中图像的相似度并将相似度较高的图像反馈给用户。本文研究了图像的视觉特征和语义特征并探究了图像检索中的一些主要问题,同时实现了多个图像检索算法,具体的研究内容如下所示。本文提出了基于超图和结合框架的彩色图像检索算法,在该算法的基础上,本文提出了基于超图和加权相邻结构的彩色图像检索算法。结合上述两种算法,利用语义信息改进超图的构建方式,本文提出了基于半监督超图的彩色图像检索算法。首先,一种基于超图和结合框架的彩色图像检索算法被提出。该算法提出了一种结合框架将色差直方图和微结构描述符结合去计算图像之间的相似度,从而更好地表达图像的视觉信息。算法利用图像之间的相似度构建相似度矩阵,在该相似度矩阵的基础上构建超图。算法利用超图的结构信息去搜索查询图像的相似图像。与其他检索方法相比,该方法展现出了良好的检索精度。其次,本文提出了基于超图和加权相邻结构的彩色图像检索算法。算法先利用色差直方图,微结构描述符和结合框架去计算图像数据集中图像之间的相似度并构成相似度矩阵。之后,该算法提出了加权相邻结构去利用相邻图像的信息来更好地刻画图像之间的关系。加权相邻结构重新计算了图像之间的相似度并更新了相似度矩阵。基于更新后的相似度矩阵,算法构建了一个超图并将其应用于图像检索。实验在多个数据集上比较了该方法与其他方法的检索表现,实验结果表明了方法的有效性和鲁棒性。最后,本文提出了基于半监督超图的彩色图像检索算法。算法利用相关反馈技术得到用户使用检索系统所标记出的图像对标记(标记分为相似和不相似两种类型)并保存到数据库中。算法结合色差直方图,微结构描述符和加权相邻结构去构建初始的超图,接着从数据库中取出一部分相似图像对标记和不相似图像对标记作为语义信息并将其融入到超边的构建中,形成半监督超图。算法利用半监督超图去检索相似图像,实验结果表明方法在多个图像数据集上的有效性与鲁棒性。